•  Persian
    • Persian
    • English
  •   ورود
  • دانشگاه فردوسی مشهد
  • |
  • مرکز اطلاع‌رسانی و کتابخانه مرکزی
    • Persian
    • English
  • خانه
  • انواع منابع
    • مقاله مجله
    • کتاب الکترونیکی
    • مقاله همایش
    • استاندارد
    • پروتکل
    • پایان‌نامه
  • راهنمای استفاده
View Item 
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  • همه
  • عنوان
  • نویسنده
  • سال
  • ناشر
  • موضوع
  • عنوان ناشر
  • ISSN
  • شناسه الکترونیک
  • شابک
جستجوی پیشرفته
JavaScript is disabled for your browser. Some features of this site may not work without it.

A Hybrid Wavelet Transform and Neural-Network-Based Approach for Modelling Dynamic Voltage-Current Characteristics of Electric Arc Furnace

نویسنده:
Chang, G.W.
,
Min-Fu Shih
,
Yi-Ying Chen
,
Yi-Jie Liang
ناشر:
IEEE
سال
: 2014
شناسه الکترونیک: 10.1109/TPWRD.2013.2280397
یو آر آی: http://libsearch.um.ac.ir:80/fum/handle/fum/964657
کلیدواژه(گان): arc furnaces,compensation,discrete wavelet transforms,electric current measurement,learning (artificial intelligence),power supply quality,power system harmonics,power system measurement,power system simulation,radial basis function networks,table lookup,voltage measurement,DWT,EAF current measurement,EAF voltage measurement,Matlab-Simulink simulation,compensation device,discrete wavelet transform,dynamic voltage-current characteristics,electric arc furnace,enhanced lookup ta
کالکشن :
  • Latin Articles
  • نمایش متادیتا پنهان کردن متادیتا
  • آمار بازدید

    A Hybrid Wavelet Transform and Neural-Network-Based Approach for Modelling Dynamic Voltage-Current Characteristics of Electric Arc Furnace

Show full item record

contributor authorChang, G.W.
contributor authorMin-Fu Shih
contributor authorYi-Ying Chen
contributor authorYi-Jie Liang
date accessioned2020-03-12T18:37:21Z
date available2020-03-12T18:37:21Z
date issued2014
identifier issn0885-8977
identifier other6690260.pdf
identifier urihttp://libsearch.um.ac.ir:80/fum/handle/fum/964657
formatgeneral
languageEnglish
publisherIEEE
titleA Hybrid Wavelet Transform and Neural-Network-Based Approach for Modelling Dynamic Voltage-Current Characteristics of Electric Arc Furnace
typeJournal Paper
contenttypeMetadata Only
identifier padid7998205
subject keywordsarc furnaces
subject keywordscompensation
subject keywordsdiscrete wavelet transforms
subject keywordselectric current measurement
subject keywordslearning (artificial intelligence)
subject keywordspower supply quality
subject keywordspower system harmonics
subject keywordspower system measurement
subject keywordspower system simulation
subject keywordsradial basis function networks
subject keywordstable lookup
subject keywordsvoltage measurement
subject keywordsDWT
subject keywordsEAF current measurement
subject keywordsEAF voltage measurement
subject keywordsMatlab-Simulink simulation
subject keywordscompensation device
subject keywordsdiscrete wavelet transform
subject keywordsdynamic voltage-current characteristics
subject keywordselectric arc furnace
subject keywordsenhanced lookup ta
identifier doi10.1109/TPWRD.2013.2280397
journal titlePower Delivery, IEEE Transactions on
journal volume29
journal issue2
filesize1673720
citations0
  • درباره ما
نرم افزار کتابخانه دیجیتال "دی اسپیس" فارسی شده توسط یابش برای کتابخانه های ایرانی | تماس با یابش
DSpace software copyright © 2019-2022  DuraSpace